The First 100 Children Treated in a Newly Established Pediatric Vertigo Center
Notice bibliographique
Résumé
BACKGROUND: Correctly diagnosing dizziness in children is essential for appropriate management; nevertheless, healthcare professionals face challenges due to children's limited ability to describe their symptoms and their cooperation during physical examination. The objective of this study is to describe the first 100 patients seen at a newly established pediatric vertigo center. METHODS: This is a retrospective review of a consecutive series of 100 patients seen at our pediatric vertigo clinic in a tertiary referral center from August 2019 until June 2022. Comprehensive clinical data were collected. The diagnoses were established by 2 pediatric otolaryngologists based on validated diagnostic criteria. Trends in diagnosis, investigation, and treatment of these patients were analyzed. RESULTS: A total of 100 children were included in the study. Vestibular migraine was the most common diagnosis (20%) followed by benign paroxysmal vertigo of childhood (14%). Eleven patients had combined pathologies. Fifteen out of 70 children (21%) had abnormal audiograms, 30 out of 48 children (62.5%) had abnormal vestibular testing, and 6 out of 31 (19%) patients had abnormal imaging. Fifty-one children received medical treatment, 23 received vestibular physiotherapy, and 9 patients had particle repositioning maneuvers; moreover, 17 of these patients received multimodal treatment. CONCLUSIONS: Our analysis suggests that imaging and audiology testing have relatively low yield in the assessment of pediatric vertigo. On the other hand, vestibular testing detected a high proportion of abnormalities, such as saccadic pursuit, vertical nystagmus, central positional nystagmus, and abnormal directional preponderance, particularly associated with vestibular migraine. Given the complexity of diagnosing vertigo in children, it is critical to establish multidisciplinary specialized centers capable of providing accurate diagnosis and treatment for these children.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».